基于灰色扩展卡尔曼滤波的锂离子电池荷电状态估算

被引：72

作者：

潘海鸿 ^{[1
,2
]}

吕治强 ^{[1
]}

李君子 ^{[1
]}

陈琳 ^{[1
,2
]}

机构：

[1] 广西大学机械工程学院

[2] 广西制造系统与先进制造技术重点实验室(广西大学机械工程学院)

来源：

电工技术学报 | 2017年 / 32卷 / 21期

关键词：

锂离子电池; 电池荷电状态; 灰色预测模型; 扩展卡尔曼滤波;

D O I：

暂无

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

准确估算电池荷电状态(SOC)是电池管理系统的核心技术之一。为提高扩展卡尔曼滤波(EKF)估算电池SOC精度,将灰色预测模型(GM)和EKF融合,构建灰色扩展卡尔曼滤波(GM-EKF)算法用于电池SOC估算。该算法首先用GM(1,1)替代EKF算法中Jacobian矩阵,对当前时刻电池系统状态预测,即实现系统状态先验估算;再通过观测值对系统状态进行更新和修正,获得后验估算值,实现对电池SOC的估算;最后在自主搭建的电池实验平台上对电池进行模拟工况放电实验。实验结果表明,GM-EKF算法相比EKF算法,估算电池SOC具有更高的精度,估算误差不超过±0.005。研究结果对电池管理系统估算电池SOC具有现实指导意义。

引用

页码：1 / 8

页数：8

共 20 条

[1]

优化电池模型的自适应Sigma卡尔曼荷电状态估算 [J].